MiMo-V2.5 on Xiaomin natiivi omnimodaalinen malli, joka ymmärtää tekstiä, kuvia, videota ja ääntä saman arkkitehtuurin sisällä. Se yhdistää multimodaalisen havainnoinnin pitkän kontekstin päättelyyn ja agenttityönkulkuihin. Valmistaja kuvaa harvaa asiantuntijasekoitusmallia, jossa on yhteensä 310B parametria ja 15B aktivoitua parametria. Sen vastaus on tekstimuotoinen tuotos tai työkaluohje, jota sitä tukeva sovellus voi käyttää. Ääni- tai kuvasyötteen ymmärtäminen on eri asia kuin uuden median luominen.
Kielellinen perusmalli rakentuu MiMo-V2-Flash-arkkitehtuurille. Se yhdistää liukuvan ikkunan ja globaalin huomion suhteessa 5:1, ja paikallinen ikkuna on 128 tokenia. Xiaomi lisää erillisen 729M parametrin näkötransformerin sekä MiMo-Audiosta alustetun 261M parametrin äänikooderin. Kolme monen tokenin ennustusmoduulia tukee spekulatiivista dekoodausta. Paikallisen huomion ikkuna on arkkitehtuurin yksityiskohta. Valmistaja määrittelee yhdistetylle tehtävähistorialle huomattavasti suuremman, enintään miljoonan tokenin kontekstin.
Anna kuva-analyysiin luettava lähde ja yksilöi suhde tai yksityiskohta, joka vastauksen on selitettävä. Asiakirjatehtävä voi pyytää taulukon havaituista kentistä ja niitä vastaavista sivuista tai alueista. Suunnittelutehtävä voi yhdistää näyttökuvan asettelun toteutusvaatimukseen. Säilytä lähdekuva, jotta pieni teksti, määrät ja tilalliset havainnot voidaan tarkastaa. Pyydä mallia jättämään epäselvä näyttö näkyviin sen sijaan, että se muuttaisi epäselvän merkinnän varmaksi arvoksi.
Liitä annettuun videoon tai ääneen rajattu kysymys ja sen tulkintaan tarvittava konteksti. Hyödyllinen työnkulku selittää tallenteen käyttöliittymätoimintojen sarjan, tunnistaa kohdan, jossa havaittu toiminta poikkeaa tarkoitetuista vaiheista, ja laatii diagnoosin asiaan liittyvään aikaväliin sidottuna. Säilytä aikajärjestys ja alkuperäinen tallenne tarkastusta varten. Tekstituloste voi toimia myöhemmän raportoinnin, tekstityksen tai muokkauksen syötteenä ilman väitettä, että se itsessään olisi uusi generoitu video tai ääniraita.
Anna agenttitehtävään tavoite, olennainen lähdeaineisto ja sovelluksen tarjoamien työkalujen syötesopimukset. Säilytä todelliset työkalutulokset historiassa, jotta malli voi sovittaa seuraavan vaiheensa tapahtuneeseen. Koodivarastotehtävä voi yhdistää koodin, tuloksen näyttökuvan ja tarkistuksen tulosteen rajatuksi muutosehdotukseksi. Kirjaa, suoritettiinko ehdotettu toiminto ja täyttääkö havaittu tuotos pyydetyn toimintavaatimuksen.
Valmistajan koulutusvaiheet alkavat tekstin esikoulutuksesta, jatkavat näkö- ja ääniprojektorien alustavalla koulutuksella ja etenevät multimodaaliseen esikoulutukseen. Ohjattu agenttikoulutus laajentaa kontekstia vaiheittain 32K:sta 256K:n kautta 1M:ään. Vahvistusoppiminen ja usean opettajan on-policy-distillaatio kehittävät sen jälkeen havainnointia, päättelyä ja agenttikäyttäytymistä. Valmistaja ilmoittaa koulutusaineiston määräksi noin 48 biljoonaa tokenia. Tämä koulutushistoria selittää yhdistetyn syöte- ja tehtäväalueen, mutta ei takaa tulosta tietylle tallenteelle tai koodivarastolle.
Malliyhteenveto ilmoittaa tuen enintään 1M tokenille, kun taas julkaistu käyttöesimerkki käyttää 262,144 tokenin kontekstikonfiguraatiota. Erota mallin kapasiteetti valitun toteutuksen työskentelyikkunasta ja jätä tilaa generoidulle vastaukselle sekä jatkuville työkalutuloksille. Xiaomi suosittelee paikalliseen päättelyajoon lämpötilaa 1.0 ja top_p-arvoa 0.95. Median esikäsittelyn ja sovelluksen ohjausten tulee noudattaa tehtävässä käytettyä nimenomaista käyttöliittymää.
MiMo-V2.5 on suuremman, tekstiin keskittyvän MiMo-V2.5-Pro-mallin omnimodaalinen sisarmalli. Säilytä tämä versioero tulostietueessa. Hyödyllinen lopputuotos on annettuun tekstiin ja mediaan liittyvä selitys, tietojen poiminta tai muutosehdotus. Epävarmat havainnot ja varmistamattomat työkalutulokset pidetään mukana korjattavina.
", "aboutText": "MiMo-V2.5 on Xiaomin natiivi omnimodaalinen malli, joka ymmärtää tekstiä, kuvia, videota ja ääntä saman arkkitehtuurin sisällä. Se yhdistää multimodaalisen havainnoinnin pitkän kontekstin päättelyyn ja agenttityönkulkuihin. Valmistaja kuvaa harvaa asiantuntijasekoitusmallia, jossa on yhteensä 310B parametria ja 15B aktivoitua parametria. Sen vastaus on tekstimuotoinen tuotos tai työkaluohje, jota sitä tukeva sovellus voi käyttää. Ääni- tai kuvasyötteen ymmärtäminen on eri asia kuin uuden median luominen.\n\nKielellinen perusmalli rakentuu MiMo-V2-Flash-arkkitehtuurille. Se yhdistää liukuvan ikkunan ja globaalin huomion suhteessa 5:1, ja paikallinen ikkuna on 128 tokenia. Xiaomi lisää erillisen 729M parametrin näkötransformerin sekä MiMo-Audiosta alustetun 261M parametrin äänikooderin. Kolme monen tokenin ennustusmoduulia tukee spekulatiivista dekoodausta. Paikallisen huomion ikkuna on arkkitehtuurin yksityiskohta. Valmistaja määrittelee yhdistetylle tehtävähistorialle huomattavasti suuremman, enintään miljoonan tokenin kontekstin.\n\nAnna kuva-analyysiin luettava lähde ja yksilöi suhde tai yksityiskohta, joka vastauksen on selitettävä. Asiakirjatehtävä voi pyytää taulukon havaituista kentistä ja niitä vastaavista sivuista tai alueista. Suunnittelutehtävä voi yhdistää näyttökuvan asettelun toteutusvaatimukseen. Säilytä lähdekuva, jotta pieni teksti, määrät ja tilalliset havainnot voidaan tarkastaa. Pyydä mallia jättämään epäselvä näyttö näkyviin sen sijaan, että se muuttaisi epäselvän merkinnän varmaksi arvoksi.\n\nLiitä annettuun videoon tai ääneen rajattu kysymys ja sen tulkintaan tarvittava konteksti. Hyödyllinen työnkulku selittää tallenteen käyttöliittymätoimintojen sarjan, tunnistaa kohdan, jossa havaittu toiminta poikkeaa tarkoitetuista vaiheista, ja laatii diagnoosin asiaan liittyvään aikaväliin sidottuna. Säilytä aikajärjestys ja alkuperäinen tallenne tarkastusta varten. Tekstituloste voi toimia myöhemmän raportoinnin, tekstityksen tai muokkauksen syötteenä ilman väitettä, että se itsessään olisi uusi generoitu video tai ääniraita.\n\nAnna agenttitehtävään tavoite, olennainen lähdeaineisto ja sovelluksen tarjoamien työkalujen syötesopimukset. Säilytä todelliset työkalutulokset historiassa, jotta malli voi sovittaa seuraavan vaiheensa tapahtuneeseen. Koodivarastotehtävä voi yhdistää koodin, tuloksen näyttökuvan ja tarkistuksen tulosteen rajatuksi muutosehdotukseksi. Kirjaa, suoritettiinko ehdotettu toiminto ja täyttääkö havaittu tuotos pyydetyn toimintavaatimuksen.\n\nValmistajan koulutusvaiheet alkavat tekstin esikoulutuksesta, jatkavat näkö- ja ääniprojektorien alustavalla koulutuksella ja etenevät multimodaaliseen esikoulutukseen. Ohjattu agenttikoulutus laajentaa kontekstia vaiheittain 32K:sta 256K:n kautta 1M:ään. Vahvistusoppiminen ja usean opettajan on-policy-distillaatio kehittävät sen jälkeen havainnointia, päättelyä ja agenttikäyttäytymistä. Valmistaja ilmoittaa koulutusaineiston määräksi noin 48 biljoonaa tokenia. Tämä koulutushistoria selittää yhdistetyn syöte- ja tehtäväalueen, mutta ei takaa tulosta tietylle tallenteelle tai koodivarastolle.\n\nMalliyhteenveto ilmoittaa tuen enintään 1M tokenille, kun taas julkaistu käyttöesimerkki käyttää 262,144 tokenin kontekstikonfiguraatiota. Erota mallin kapasiteetti valitun toteutuksen työskentelyikkunasta ja jätä tilaa generoidulle vastaukselle sekä jatkuville työkalutuloksille. Xiaomi suosittelee paikalliseen päättelyajoon lämpötilaa 1.0 ja top_p-arvoa 0.95. Median esikäsittelyn ja sovelluksen ohjausten tulee noudattaa tehtävässä käytettyä nimenomaista käyttöliittymää.\n\nMiMo-V2.5 on suuremman, tekstiin keskittyvän MiMo-V2.5-Pro-mallin omnimodaalinen sisarmalli. Säilytä tämä versioero tulostietueessa. Hyödyllinen lopputuotos on annettuun tekstiin ja mediaan liittyvä selitys, tietojen poiminta tai muutosehdotus. Epävarmat havainnot ja varmistamattomat työkalutulokset pidetään mukana korjattavina.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Diagnose a workflow from a text timeline\n\nAnalyze this supplied text timeline against the intended order 'select a file, validate it, then import'. Actual log: 00:01 selected sales.csv; 00:02 import started; 00:03 validation failed for missing column; 00:04 import marked complete. Identify the first divergence, explain the inconsistent final state and propose a focused correction with a regression scenario. No recording is attached.A timestamp-linked diagnosis, a correction to stage ordering/state handling and a regression scenario.The diagnosis identifies import before validation and prevents a failed validation from ending in complete status.xiaomi/mimo-v2.5MiMo-V2.5 ymmärtää tekstiä, kuvia, videoita ja ääntä yhdessä mallissa multimodaalista analyysia ja agenttitehtäviä varten. Xiaomi dokumentoi yhteensä 310B parametria, 15B aktiivista parametria ja enintään miljoonan tokenin kontekstin sekä erilliset kuva- ja äänikoodaimet.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
MiMo-V2.5 on Xiaomin natiivi omnimodaalinen malli, joka ymmärtää tekstiä, kuvia, videota ja ääntä saman arkkitehtuurin sisällä. Se yhdistää multimodaalisen havainnoinnin pitkän kontekstin päättelyyn ja agenttityönkulkuihin. Valmistaja kuvaa harvaa asiantuntijasekoitusmallia, jossa on yhteensä 310B parametria ja 15B aktivoitua parametria. Sen vastaus on tekstimuotoinen tuotos tai työkaluohje, jota sitä tukeva sovellus voi käyttää. Ääni- tai kuvasyötteen ymmärtäminen on eri asia kuin uuden median luominen.
Kielellinen perusmalli rakentuu MiMo-V2-Flash-arkkitehtuurille. Se yhdistää liukuvan ikkunan ja globaalin huomion suhteessa 5:1, ja paikallinen ikkuna on 128 tokenia. Xiaomi lisää erillisen 729M parametrin näkötransformerin sekä MiMo-Audiosta alustetun 261M parametrin äänikooderin. Kolme monen tokenin ennustusmoduulia tukee spekulatiivista dekoodausta. Paikallisen huomion ikkuna on arkkitehtuurin yksityiskohta. Valmistaja määrittelee yhdistetylle tehtävähistorialle huomattavasti suuremman, enintään miljoonan tokenin kontekstin.
Anna kuva-analyysiin luettava lähde ja yksilöi suhde tai yksityiskohta, joka vastauksen on selitettävä. Asiakirjatehtävä voi pyytää taulukon havaituista kentistä ja niitä vastaavista sivuista tai alueista. Suunnittelutehtävä voi yhdistää näyttökuvan asettelun toteutusvaatimukseen. Säilytä lähdekuva, jotta pieni teksti, määrät ja tilalliset havainnot voidaan tarkastaa. Pyydä mallia jättämään epäselvä näyttö näkyviin sen sijaan, että se muuttaisi epäselvän merkinnän varmaksi arvoksi.
Liitä annettuun videoon tai ääneen rajattu kysymys ja sen tulkintaan tarvittava konteksti. Hyödyllinen työnkulku selittää tallenteen käyttöliittymätoimintojen sarjan, tunnistaa kohdan, jossa havaittu toiminta poikkeaa tarkoitetuista vaiheista, ja laatii diagnoosin asiaan liittyvään aikaväliin sidottuna. Säilytä aikajärjestys ja alkuperäinen tallenne tarkastusta varten. Tekstituloste voi toimia myöhemmän raportoinnin, tekstityksen tai muokkauksen syötteenä ilman väitettä, että se itsessään olisi uusi generoitu video tai ääniraita.
Anna agenttitehtävään tavoite, olennainen lähdeaineisto ja sovelluksen tarjoamien työkalujen syötesopimukset. Säilytä todelliset työkalutulokset historiassa, jotta malli voi sovittaa seuraavan vaiheensa tapahtuneeseen. Koodivarastotehtävä voi yhdistää koodin, tuloksen näyttökuvan ja tarkistuksen tulosteen rajatuksi muutosehdotukseksi. Kirjaa, suoritettiinko ehdotettu toiminto ja täyttääkö havaittu tuotos pyydetyn toimintavaatimuksen.
Valmistajan koulutusvaiheet alkavat tekstin esikoulutuksesta, jatkavat näkö- ja ääniprojektorien alustavalla koulutuksella ja etenevät multimodaaliseen esikoulutukseen. Ohjattu agenttikoulutus laajentaa kontekstia vaiheittain 32K:sta 256K:n kautta 1M:ään. Vahvistusoppiminen ja usean opettajan on-policy-distillaatio kehittävät sen jälkeen havainnointia, päättelyä ja agenttikäyttäytymistä. Valmistaja ilmoittaa koulutusaineiston määräksi noin 48 biljoonaa tokenia. Tämä koulutushistoria selittää yhdistetyn syöte- ja tehtäväalueen, mutta ei takaa tulosta tietylle tallenteelle tai koodivarastolle.
Malliyhteenveto ilmoittaa tuen enintään 1M tokenille, kun taas julkaistu käyttöesimerkki käyttää 262,144 tokenin kontekstikonfiguraatiota. Erota mallin kapasiteetti valitun toteutuksen työskentelyikkunasta ja jätä tilaa generoidulle vastaukselle sekä jatkuville työkalutuloksille. Xiaomi suosittelee paikalliseen päättelyajoon lämpötilaa 1.0 ja top_p-arvoa 0.95. Median esikäsittelyn ja sovelluksen ohjausten tulee noudattaa tehtävässä käytettyä nimenomaista käyttöliittymää.
MiMo-V2.5 on suuremman, tekstiin keskittyvän MiMo-V2.5-Pro-mallin omnimodaalinen sisarmalli. Säilytä tämä versioero tulostietueessa. Hyödyllinen lopputuotos on annettuun tekstiin ja mediaan liittyvä selitys, tietojen poiminta tai muutosehdotus. Epävarmat havainnot ja varmistamattomat työkalutulokset pidetään mukana korjattavina.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat xiaomi/mimo-v2.5 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat Esimerkit: system, user, assistant, tool, function Ehdot: Nämä roolit esitetään nimenomaisesti lähdekoodin yhteensopivuustyypeissä; mallin täsmällinen roolijoukko pysyy mallikohtaisena. Riippuu mallista | Oletus— |
Kenttämessages[].content | Tyyppistring|content_part[]|null | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_calls | Tyyppitool_call[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_call_id | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: role=tool; käytä todella palautettua ID:tä | Oletus— |
Kenttämessages[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].reasoning_content | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: Palauta todella saatu päättely takaisin mallille, kun kyseinen malli käyttää sitä | Oletus— |
Kenttämessages[].reasoning_details | Tyyppiobject|array | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttämax_completion_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttästream_options.include_usage | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop | Tyyppistring|string[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppifunction_tool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].type | Tyyppistring | VaatimusValinnainen | Arvot & rajat function Riippuu mallista | Oletus— |
Kenttätools[].function.name | Tyyppistring | VaatimusPakollinen | Arvot & rajat Sovelletaan, kun: funktiotyökalu annettu | Oletus— |
Kenttätools[].function.description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].function.parameters | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäparallel_tool_calls | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäresponse_format | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning_effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäservice_tier | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäinstructions | Tyyppistring | VaatimusValinnainen | Arvot & rajat Yhteensopivuuskenttä | Oletus— |
Kenttäfunctions | Tyyppifunction[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäfunction_call | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäprompt_cache_options | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämodalities | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat text | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätään tällä Ultran tekstireitillä | Oletus— |
Kenttäcache_control.ttl | Tyyppistring | VaatimusValinnainen | Arvot & rajat Ehdot: 1h hylätään varsinaisissa kehotevälimuistin kohdissa | Oletus— |
Teksti · UTF8-teksti
messages[].content
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages |
Parametrimaterial_types | Sopimustext |
Parametrimessages | Sopimusviestitaulukko role/content-rakenteella |
Parametrifile_material | Sopimusvarsinainen UTF-8-asiakirja lisätään sellaisenaan tekstinä; tiedoston ID:tä ei päätellä |
Parametrioptional_controls | Sopimusstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametricontrol_scope | Sopimusmallikohtainen; käyttäjän funktiotyökalut eroavat palvelun isännöimistä työkaluista |
Parametrioutput_modalities | Sopimustext |
Parametrihosted_operations | Sopimusfalse |
Parametrimultimodal_input_binding | Sopimusnull |
Elinkaari: synchronous_or_streamed
Lähetä mallin täsmällinen ID yhdessä messages-kentän kanssa.
Kontekstin pituus ei ole tuloksen yläraja.
Tekstitiedosto voi antaa tekstiä sellaisenaan; kuva-, ääni- ja tiedosto-objektisyötteet tarvitsevat täsmällisen sidonnan.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.00028 / 1K tokenia Tuloste · Tulostokenit $0.00056 / 1K tokenia Syöte · Välimuistin luku $0.0000056 / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.00028 / 1K tokenia Tuloste · Tulostokenit $0.00056 / 1K tokenia Syöte · Välimuistin luku $0.0000056 / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "xiaomi/mimo-v2.5", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='xiaomi/mimo-v2.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='xiaomi/mimo-v2.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vastausvaihtoehto sisältöineen, työkalukutsuineen ja päättelyineen. Kokoa SSE:ssä muutokset vastausvaihtoehdon ja työkalun indeksin mukaan ja säilytä lopullinen päättymissyy sekä käyttötiedot.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttächoices[].index | Tyyppiinteger |
Kenttächoices[].message.content | Tyyppistring|null |
Kenttächoices[].message.tool_calls | Tyyppitool_call[] |
Kenttächoices[].message.reasoning_content | Tyyppistring |
Kenttächoices[].message.reasoning_details | Tyyppiobject|array |
Kenttächoices[].finish_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra xiaomi/mimo-v2.5
Käytä yllä näytettyjä menetelmäpolkuja.
xiaomi/mimo-v2.5MiMo-V2.5 ymmärtää tekstiä, kuvia, videoita ja ääntä yhdessä mallissa multimodaalista analyysia ja agenttitehtäviä varten. Xiaomi dokumentoi yhteensä 310B parametria, 15B aktiivista parametria ja enintään miljoonan tokenin kontekstin sekä erilliset kuva- ja äänikoodaimet.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
MiMo-V2.5 on Xiaomin natiivi omnimodaalinen malli, joka ymmärtää tekstiä, kuvia, videota ja ääntä saman arkkitehtuurin sisällä. Se yhdistää multimodaalisen havainnoinnin pitkän kontekstin päättelyyn ja agenttityönkulkuihin. Valmistaja kuvaa harvaa asiantuntijasekoitusmallia, jossa on yhteensä 310B parametria ja 15B aktivoitua parametria. Sen vastaus on tekstimuotoinen tuotos tai työkaluohje, jota sitä tukeva sovellus voi käyttää. Ääni- tai kuvasyötteen ymmärtäminen on eri asia kuin uuden median luominen.
Kielellinen perusmalli rakentuu MiMo-V2-Flash-arkkitehtuurille. Se yhdistää liukuvan ikkunan ja globaalin huomion suhteessa 5:1, ja paikallinen ikkuna on 128 tokenia. Xiaomi lisää erillisen 729M parametrin näkötransformerin sekä MiMo-Audiosta alustetun 261M parametrin äänikooderin. Kolme monen tokenin ennustusmoduulia tukee spekulatiivista dekoodausta. Paikallisen huomion ikkuna on arkkitehtuurin yksityiskohta. Valmistaja määrittelee yhdistetylle tehtävähistorialle huomattavasti suuremman, enintään miljoonan tokenin kontekstin.
Anna kuva-analyysiin luettava lähde ja yksilöi suhde tai yksityiskohta, joka vastauksen on selitettävä. Asiakirjatehtävä voi pyytää taulukon havaituista kentistä ja niitä vastaavista sivuista tai alueista. Suunnittelutehtävä voi yhdistää näyttökuvan asettelun toteutusvaatimukseen. Säilytä lähdekuva, jotta pieni teksti, määrät ja tilalliset havainnot voidaan tarkastaa. Pyydä mallia jättämään epäselvä näyttö näkyviin sen sijaan, että se muuttaisi epäselvän merkinnän varmaksi arvoksi.
Liitä annettuun videoon tai ääneen rajattu kysymys ja sen tulkintaan tarvittava konteksti. Hyödyllinen työnkulku selittää tallenteen käyttöliittymätoimintojen sarjan, tunnistaa kohdan, jossa havaittu toiminta poikkeaa tarkoitetuista vaiheista, ja laatii diagnoosin asiaan liittyvään aikaväliin sidottuna. Säilytä aikajärjestys ja alkuperäinen tallenne tarkastusta varten. Tekstituloste voi toimia myöhemmän raportoinnin, tekstityksen tai muokkauksen syötteenä ilman väitettä, että se itsessään olisi uusi generoitu video tai ääniraita.
Anna agenttitehtävään tavoite, olennainen lähdeaineisto ja sovelluksen tarjoamien työkalujen syötesopimukset. Säilytä todelliset työkalutulokset historiassa, jotta malli voi sovittaa seuraavan vaiheensa tapahtuneeseen. Koodivarastotehtävä voi yhdistää koodin, tuloksen näyttökuvan ja tarkistuksen tulosteen rajatuksi muutosehdotukseksi. Kirjaa, suoritettiinko ehdotettu toiminto ja täyttääkö havaittu tuotos pyydetyn toimintavaatimuksen.
Valmistajan koulutusvaiheet alkavat tekstin esikoulutuksesta, jatkavat näkö- ja ääniprojektorien alustavalla koulutuksella ja etenevät multimodaaliseen esikoulutukseen. Ohjattu agenttikoulutus laajentaa kontekstia vaiheittain 32K:sta 256K:n kautta 1M:ään. Vahvistusoppiminen ja usean opettajan on-policy-distillaatio kehittävät sen jälkeen havainnointia, päättelyä ja agenttikäyttäytymistä. Valmistaja ilmoittaa koulutusaineiston määräksi noin 48 biljoonaa tokenia. Tämä koulutushistoria selittää yhdistetyn syöte- ja tehtäväalueen, mutta ei takaa tulosta tietylle tallenteelle tai koodivarastolle.
Malliyhteenveto ilmoittaa tuen enintään 1M tokenille, kun taas julkaistu käyttöesimerkki käyttää 262,144 tokenin kontekstikonfiguraatiota. Erota mallin kapasiteetti valitun toteutuksen työskentelyikkunasta ja jätä tilaa generoidulle vastaukselle sekä jatkuville työkalutuloksille. Xiaomi suosittelee paikalliseen päättelyajoon lämpötilaa 1.0 ja top_p-arvoa 0.95. Median esikäsittelyn ja sovelluksen ohjausten tulee noudattaa tehtävässä käytettyä nimenomaista käyttöliittymää.
MiMo-V2.5 on suuremman, tekstiin keskittyvän MiMo-V2.5-Pro-mallin omnimodaalinen sisarmalli. Säilytä tämä versioero tulostietueessa. Hyödyllinen lopputuotos on annettuun tekstiin ja mediaan liittyvä selitys, tietojen poiminta tai muutosehdotus. Epävarmat havainnot ja varmistamattomat työkalutulokset pidetään mukana korjattavina.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat xiaomi/mimo-v2.5 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Teksti · UTF-8-teksti
messages[].content-merkkijono
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusstream |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_or_streamed
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.00028 / 1K tokenia Tuloste · Tulostokenit $0.00056 / 1K tokenia Syöte · Välimuistin luku $0.0000056 / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.00028 / 1K tokenia Tuloste · Tulostokenit $0.00056 / 1K tokenia Syöte · Välimuistin luku $0.0000056 / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "xiaomi/mimo-v2.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'xiaomi/mimo-v2.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'xiaomi/mimo-v2.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra xiaomi/mimo-v2.5
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Diagnose a workflow from a text timeline\n\nAnalyze this supplied text timeline against the intended order 'select a file, validate it, then import'. Actual log: 00:01 selected sales.csv; 00:02 import started; 00:03 validation failed for missing column; 00:04 import marked complete. Identify the first divergence, explain the inconsistent final state and propose a focused correction with a regression scenario. No recording is attached.A timestamp-linked diagnosis, a correction to stage ordering/state handling and a regression scenario.The diagnosis identifies import before validation and prevents a failed validation from ending in complete status.